买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉湖南睿图智能科技有限公司申请的专利一种基于轻量化目标检测卷积神经网络的目标检测方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN115187994B 。

龙图腾网通过国家知识产权局官网在2026-03-24发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202210784247.1，技术领域涉及：G06V30/16；该发明授权一种基于轻量化目标检测卷积神经网络的目标检测方法是由周博文;龚权华;李康军;何世超;冯石佳;张寒乐;李艳斌设计研发完成，并于2022-07-05向国家知识产权局提交的专利申请。

本一种基于轻量化目标检测卷积神经网络的目标检测方法在说明书摘要公布了：本发明公开了一种基于轻量化目标检测卷积神经网络的目标检测方法，包括根据训练图像集中的训练图像的宽高分布确定不同尺寸的图像组成批的方式，生成多个批次的训练图像；对多个批次的训练图像进行预处理后进行标注信息进行转换；根据转换标注信息后的每个批次的训练图像和预设的损失函数对初始轻量化目标检测卷积神经网络进行训练得到训练好的轻量化目标检测卷积神经网络；获取测试图像集，根据测试图像集和训练好的轻量化目标检测卷积神经网络得到目标检测结果。提供从目标检测卷积神经网络结构设计、数据预处理到模型训练的整个流程，解决训练图像尺寸差异很大时的密集目标检测问题，有效提升对分布密集、尺寸较小且基本一致目标的检出率。

本发明授权一种基于轻量化目标检测卷积神经网络的目标检测方法在权利要求书中公布了：1.一种基于轻量化目标检测卷积神经网络的目标检测方法，其特征在于，所述方法包括以下步骤： 步骤S100：获取训练图像集，根据所述训练图像集中的训练图像的宽高分布确定不同尺寸的图像组成批的方式，生成多个批次的训练图像；步骤S100包括： 步骤S110：设所有训练图像为集合Pw,h，w,h为图像宽高，图像总数N，训练时，每次生成一个数量为b的批训练图像集合Pb；先将集合P中图像的宽高值按照步长s离散化，统计图像宽、高分别落在第n个离散空间[s*n,s*n+1]内的图像数量和索引，生成集合P离散化后的图像数量和索引直方图HHw,Hh，Hw,Hh分别为索引直方图的宽、高； 步骤S120：遍历所述直方图H，对H中第i个离散空间，若Hi中的图像数量Ci等于0，则将所述Hi删除，删除所有图像数量为0的离散空间后，得到剩余的有效离散空间数量为Nh，并计算剩余的有效离散空间的图像数量均值Ca，若Ca＜b，令Ca=b； 步骤S130：遍历所述直方图H，对H中第i个离散空间，若Hi中的图像数量Ci小于Ca，则随机复制Hi中的图像进行扩充，直到Hi中的图像数量Ci≥Ca； 步骤S140：随机打乱所述直方图H的顺序，依次从H0~HNh中每次随机取出b张图像组成一个批次用于训练； 步骤S150：重复步骤S140，生成多个批次的训练图像，直至所述H中的所有离散空间下的所有图像都被取出训练； 步骤S200：对所述多个批次的训练图像进行预处理，对所述预处理后的多个批次的训练图像的标注信息进行转换； 步骤S300：根据转换标注信息后的每个批次的训练图像和预设的损失函数对初始轻量化目标检测卷积神经网络进行训练得到每个批次的损失值，直至完成设定数量的当前批次的训练迭代，根据所述每个批次的损失值评估所述初始轻量化目标检测卷积神经网络的评估指标，根据所述评估指标调整初始轻量化目标检测卷积神经网络的网络参数值，直至评估指标达到预期设置值，得到训练好的轻量化目标检测卷积神经网络； 步骤S400：获取测试图像集，根据所述测试图像集和所述训练好的轻量化目标检测卷积神经网络得到目标检测结果。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人湖南睿图智能科技有限公司，其通讯地址为：410017 湖南省长沙市岳麓区靳江路50号中建智慧产业园二区9A栋5楼；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。